التنقل
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

النماذج المقارنة

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-21

المقياس MiniMax M2.7 MiniMax M2.7 medium الإصدار: 2026-03-18 Kimi K2.5 Kimi K2.5 medium الإصدار: 2026-01-27 GLM 5 GLM 5 medium الإصدار: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium الإصدار: 2026-03-03
النتيجة 5.0 7.2 8.3 8.1
الترتيب #68 #35 #11 #14
الاتساق 5.3 7.2 8.1 10.0
اختبارات صحيحة
معدل النجاح لكل محاولة 49.0% 72.6% 84.3% 70.6%
اختبارات غير مستقرة 10 6 4 0
إجمالي مرات التشغيل 51 51 51 51
التكلفة لكل نتيجة 2.398 2.232 0.896 0.413
إجمالي التكلفة $0.072 $0.201 $0.108 $0.050
??? ??????? $0.300 / 1M $0.450 / 1M $0.720 / 1M $0.250 / 1M
??? ??????? $1.200 / 1M $2.200 / 1M $2.300 / 1M $1.500 / 1M
رموز الإخراج 4,517 40,907 19,833 1,737
رموز الاستدلال 47,612 75,121 38,523 26,346
زمن الاستجابة (المتوسط) 27.32s 64.59s 17.15s 3.70s
زمن الاستجابة (الحد الأقصى) 117.04s 137.29s 28.96s 14.93s
زمن الاستجابة (الإجمالي) 437.10s 645.93s 154.32s 62.97s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 3,010 17,716
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
مجمّع النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 369 4,480
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
تحليل البيانات واستخراجها النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 187 5,882
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
خاص بالمجال النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 8 2,796
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
الذكاء العام النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 92 5,204
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
اتباع التعليمات النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 3.7 1.8 50.0% 2 12.64s 213 2,457
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
Puzzle Solving النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 3.8 4.5 33.3% 2 25.62s 334 8,076
Kimi K2.5 5.3 7.3 44.4% 1 45.40s 6,671 12,403
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
استدعاء الأدوات النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 304 1,001
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912

مقارنة سريعة

تبديل زوج المقارنة

MiniMax M2.7mediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsGPT-4o-mininoneClaude Sonnet 4.6nonevsKimi K2.5mediumMercury 2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsGPT-5.4 MininoneMiniMax M2.7mediumvsNemotron 3 Supernoneمتاح مجانًاMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsMistral Small 4noneGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3 Flash PreviewnonevsGLM 5mediumTrinity Large Previewnoneمتاح مجانًاvsMiniMax M2.7mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatnone